AI/ontology_platform/docs/phases/PHASE0_ACCEPTANCE_GATE.md

Phase 0 — Acceptance Gate 결과

본 문서는 통합설계서 §5 Phase 0의 Acceptance Gate를 객관적으로 점검한 결과다. Phase 1 진입 전에 모든 체크가 통과되어야 한다.

결과 요약

#	Acceptance Gate 항목	상태	검증 방법
1	단일 PDF/JSON 입력 → ontology TTL + facts TTL이 filesystem에 생성됨	⚠️ e2e 검증 대기 (로컬 LLM/API 키 필요)	tests/e2e/test_phase0_full_pipeline.py
2	/health, /info, /process (FastAPI) 정상 동작	✅ 통합 테스트 10/10 통과 (2026-05-14)	tests/integration/test_api_smoke.py
3	BudgetTracker가 LLM call/triple count를 정확히 기록	⚠️ e2e 검증 대기 (mock 검증은 통합 테스트로 통과)	e2e 테스트가 실제 검증
4	LangGraph 워크플로우 (CONVERT→CHUNK→...→SERIALIZE) 전 노드 traceable	✅ OntoCast 원본 워크플로우 무수정 채택	vendored/ontocast/ontocast/stategraph/ 그대로 사용

추가로 단위 테스트 16/16 통과 (test_convert_document 7, test_platform_config 5, test_select_ontology 4).

현재 진척 (2026-05-14):

• Python 3.13.13 환경 + pip install -e ".[dev]" 완료
• pip install -e vendored/ontocast 로 OntoCast 의존성 설치 완료
• 패키지 이름 충돌 수정: platform/ → ont_platform/ (Python 내장 platform 모듈과 충돌)
• 단위 + 통합 테스트 26/26 모두 통과
• 남은 작업: e2e 테스트 (Acceptance Gate #1, #3) 실행 — 로컬 Ollama 또는 OpenAI 키 필요

다음 작업자가 실행할 검증 절차

1) 환경 준비

# Python 3.12+ 설치 (예: https://www.python.org/downloads/)
python --version  # Python 3.12.x 이상 확인

cd C:\Users\lasta\MyProject\AI\ontology_platform

# 가상환경 + 의존성 설치
python -m venv .venv
.venv\Scripts\activate
pip install --upgrade pip
pip install -e ".[dev]"

# .env 생성 (실제 LLM 키 채우기)
Copy-Item .env.example .env
# 그 다음 .env 파일을 편집하여 LLM_API_KEY 등 채움

2) 자동 검증 (Acceptance Gate #2)

# 단위 + 통합 테스트만 (LLM 호출 없음, 빠름)
pytest tests/unit tests/integration -v

기대 결과: 모든 케이스 PASS.

• tests/unit/test_select_ontology.py (4 케이스) — Phase 0.2 검증
• tests/unit/test_convert_document.py (7 케이스) — Phase 0.3 검증
• tests/unit/test_platform_config.py (5 케이스) — Phase 0.5 검증
• tests/integration/test_api_smoke.py (10 케이스) — Phase 0.4 + 0.6 mock 검증

3) End-to-end 검증 (Acceptance Gate #1, #3, #4)

LLM 호출이 실제로 일어남. OpenAI는 비용 발생, Ollama는 로컬에서 무료.

# (A) Ollama 로컬 사용 (권장 — 비용 무료)
# 사전: Ollama 설치 후 `ollama pull qwen2.5`
$env:LLM_PROVIDER = "ollama"
$env:LLM_MODEL_NAME = "qwen2.5"
$env:LLM_BASE_URL = "http://localhost:11434"
pytest tests/e2e -m e2e -v

# (B) OpenAI 사용
$env:LLM_PROVIDER = "openai"
$env:LLM_MODEL_NAME = "gpt-4o-mini"
$env:LLM_API_KEY = "sk-..."
pytest tests/e2e -m e2e -v

기대 결과:

• test_full_pipeline_writes_ontology_and_facts PASS
• 응답에서 ontology TTL과 facts TTL이 비어 있지 않음
• metadata.budget.calls_count > 0
• metadata.budget.ontology_triples_generated > 0 또는 facts_triples_generated > 0
• tmp_path / "work" 아래 .ttl 또는 .rdf 파일 생성됨

4) 수동 smoke (선택)

# 서버 기동
uvicorn ont_platform.api.main:app --reload

# 다른 셸에서
curl http://localhost:8000/health
curl http://localhost:8000/info
curl -X POST http://localhost:8000/process `
  -H "Content-Type: application/json" `
  -d '{"text":"Alice works at Acme in Berlin."}'

통과 시 처리

위 모든 검증을 통과하면 이 문서의 표 상태 컬럼을 ✅로 갱신하고 git에 commit한다.

이후 Phase 1 작업은 PHASE1_NEXT_STEPS.md를 따른다.

실패 시 처리

• 단위 테스트 실패: 어느 케이스가 실패했는지 확인. Phase 0.2/0.3/0.5의 vendored 수정 또는 platform/ 코드에 회귀가 발생했을 가능성. PR 단위로 롤백 후 재시도.
• 통합 테스트 실패: FastAPI 라우팅/의존성 주입 문제. platform/api/main.py 또는 platform/api/deps.py 확인.
• E2E 테스트 실패:
  • LLM_API_KEY, LLM_PROVIDER, LLM_MODEL_NAME 환경변수 확인
  • 워크플로우가 timeout: ServerConfig.base_recursion_limit 조정 검토
  • OntoCast select_ontology.py 또는 convert_document.py 수정에 회귀가 있는지 점검 (VENDORED_MODIFICATIONS.md 참조)

검증 이력

일자	검증자	결과
2026-05-13	(코드 작성: ontology-platform agent)	코드 준비 완료. 실 환경 검증 보류.
2026-05-14	lasta + Claude	unit 16/16, integration 10/10 통과 (Gate #2 ✅). 패키지 이름 충돌 수정 (platform→ont_platform). e2e는 LLM 필요로 대기.
____--	________________	__________________________________